CN106871894A - 一种基于条件随机场的地图匹配方法 - Google Patents
一种基于条件随机场的地图匹配方法 Download PDFInfo
- Publication number
- CN106871894A CN106871894A CN201710178152.4A CN201710178152A CN106871894A CN 106871894 A CN106871894 A CN 106871894A CN 201710178152 A CN201710178152 A CN 201710178152A CN 106871894 A CN106871894 A CN 106871894A
- Authority
- CN
- China
- Prior art keywords
- map
- feature
- grid
- pedestrian
- speed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明公开一种基于条件随机场的地图匹配方法,利用条件随机场对导航信息和地形数据进行匹配,其方法包括:特征的提取、权值的训练和滑动窗口下导航信息与地形数据的匹配,匹配所得结果一方面作为定位进行输出,另一方面反馈给惯性导航。基于条件随机场的地图匹配算法避免了定位穿墙问题,相对于基于粒子滤波的地图匹配算法减小了计算量。
Description
技术领域
本发明属于惯性导航和室内定位技术领域,具体的涉及一种基于条件随机场的地图匹配方法。
背景技术
随着人们的生活节奏加快,人们希望在商场能够更快、更准确的知道某个自己需要或者促销商品在距离自己的那个方位。中国人口老龄化严重和城镇化的进程使得更多的老人必须与子女分居,老人们突发疾病时安全如何得到保障成为更多不在老人身边的子女所担心的问题,环境辅助生活为老人提供实时的位置,一旦老人发生危险或者疾病突发,医院可以第一时间找到病人,为病人施救。由此可见,准确的定位信息在地图上的输出将会为人们提供很大的便利。
现有的地图匹配算法多采用粒子滤波算法,但粒子滤波由于其普遍存在的退化现象,若干次迭代以后粒子的权值会小到可以忽略不计。退化意味着如果继续迭代下去,大量的数据会浪费在处理那些微不足道的粒子上。另一方面粒子滤波带来的计算成本较高耗费时间较长。
在大型的建筑物内,人们的定位信息与预先存储好的地形数据信息进行匹配,得出的匹配结果反映给用户;现有的地图匹配方法存在严重的穿墙和计算量大的问题,从而导致了匹配结果不理想。
发明内容
为了解决现有的问题,本发明提供一种基于条件随机场的地图匹配方法。
为实现上述目的,本发明采用如下的技术方案:
一种基于条件随机场的地图匹配方法,具体步骤如下:
步骤1、对室内可到达区域进行判断,并对可到达区域进行栅格化处理;
步骤2、采用惯性导航作为地图匹配中的个人定位系统,将惯性器件固定在鞋上,通过数据线进行数据传输,采集鞋式个人导航系统中三轴陀螺仪和三轴磁力计的数据;
步骤3、通过导航计算机根据步骤2中采集的数据解算出行人的航向、姿态、速度及位置;
步骤4、在数字地图坐标系下,采用超宽带定位给出初始时刻行人的相对位置;
步骤5、选取地图栅格特征与步骤3中解算的输出姿态、位置及速度作为地图匹配的依据,具体过程包括以下步骤:
步骤401、获取地图特征与行人定位特征,所述地图特征为地图栅格特征,行人定位特征为步骤3中解算的输出姿态、位置及速度;
步骤402、根据所述的特征,确定各自的特征方程;
步骤403、根据惯性导航输出的真实的轨迹及所述特征对权值进行训练,权值的大小表明了特征的可信赖程度,利用超宽带定位系统得到一条真实的行人轨迹对权值进行估计;
步骤404、利用已经得到的特征和权值计算出滑动时间窗口内最大概率的位置序列,并匹配结果反映到地图上;输入新数据,剔除旧数据实现定位的实时性。
作为优选,步骤1包括:
步骤101、获取地图,划分出可到达区域与不可到达区域;
步骤102、利用网格对可到达区域进行划分,使得网格可到达区域每个角落都被网格所覆盖,所述网格为正方形网格,所述正方形的大小根据采样频率和行人的速度确定,使得行人下一次位置采样只能达到相邻的网格内;
步骤103、根据行人当前网格所处地形位置和下一次所处网格组成的图形对网格进行分类并标记。
作为优选,步骤3中解算中加入了零速检测与零速校正,零速检测采用阈值法,将阈值范围内的数据视为零速时刻,零速校正采用卡尔曼滤波算法对惯性导航误差进行校正。
作为优选,步骤4包括以下步骤:
步骤301、获取数字地图的坐标系;
步骤302、根据所述的数字地图坐标系设计超宽带坐标系,使得两个坐标系重合;
步骤303、根据所述超宽带坐标系,进行超宽带布点,同时对锚节点的坐标进行数据输入;
步骤304、将移动节点固定在惯性传感器上,在视距条件下,获取当前行人在地图坐标系下的位置,为保证初始位置的精确,行人需在原地停留数秒,求取这段时间超宽带输出的位置信息的平均值作为当前位置。
本发明基于条件随机场的地图匹配方法的创新之处在于利用条件随机场对导航信息和地形数据进行匹配,其方法包括:特征的提取、权值的训练和滑动窗口下导航信息与地形数据的匹配,匹配所得结果一方面作为定位进行输出,另一方面反馈给惯性导航。基于条件随机场的地图匹配算法避免了定位穿墙问题,相对于基于粒子滤波的地图匹配算法减小了计算量。
附图说明
图1为本发明基于条件随机场的地图匹配方法的流程图。
具体实施方式
下面结合实施例对本发明做进一步的说明。
本实施例设定建筑物为高层的科学楼,楼层的每层楼的布局均一致且任意一条道均为直线型的,行人穿着被固定有惯性器件的鞋子,行人持有定位终端。
如图1所示,本发明提供一种基于条件随机场的地图匹配方法,具体步骤如下:
步骤1、对室内可到达区域进行判断,并对可到达区域进行栅格化处理
步骤101、获取地图,划分出可到达区域与不可到达区域;
步骤102、利用网格对可到达区域进行划分,使得网格可到达区域每个角落都被网格所覆盖,所述网格为正方形网格,所述正方形的大小根据采样频率和行人的速度确定,使得行人下一次位置采样只能达到相邻的网格内;
步骤103、根据行人当前网格所处地形位置和下一次所处网格组成的图形对网格进行分类并标记。
步骤2、采集惯性器件的数据
采用鞋式个人导航系统作为地图匹配中定位导航的惯性器件,将惯性器件固定在鞋上,通过数据线进行数据传输,采集鞋式个人导航系统中三轴陀螺仪和三轴磁力计的数据。
步骤3、捷联解算
通过计算机根据步骤2中采集的数据解算出行人的航向、姿态、速度及位置,其中,解算中加入了零速检测与零速校正,零速检测采用阈值法,将阈值范围内的数据视为零速时刻,零速校正利用速度误差法,校正角度误差、位置误差、陀螺漂移和加速计零偏。
步骤4.在数字地图的坐标系下,采用超宽带定位出初始时刻行人相对的位置
具体过程包括以下步骤:
步骤301、获取数字地图的坐标系;
步骤302、根据所述的数字地图坐标系设计超宽带坐标系,使得两个坐标系重合;
步骤303、根据所述超宽带坐标系,进行超宽带布点,同时对锚节点的坐标进行数据输入;
步骤304、将移动节点固定在传感器上,在视距条件下,获取当前行人在地图坐标系下的位置,为保证初始位置的精确,行人需在原地停留数秒,求取这段时间超宽带输出的位置信息的平均值作为当前位置。
步骤5.地图匹配
选取地图栅格特征与步骤3中解算的输出姿态、位置及速度作为地图匹配的依据,具体过程包括以下步骤:
步骤401、获取地图特征与行人定位特征,所述地图特征为地图栅格特征,行人定位特征为步骤3中解算的输出姿态、位置及速度;
步骤402、根据所述的特征,确定各自的特征方程;
步骤403、根据惯性导航输出的真实的轨迹及所述特征对权值进行训练,权值的大小表明了特征的可信赖程度,利用惯性器件得到一条真实的行人轨迹对权值进行估计;
步骤404、根据所述特征与权值,在一个滑动窗口估计行人位置状态进行匹配,并反映到地图上;利用已经得到的特征和权值对一个滑动时间窗口最大概率的状态序列进行估计,输入新数据,剔除旧数据实现定位的实时性。
步骤401中所述当前位置所在栅格特征的提取方法包括:
根据网格的特征,查找当前网格的特征;
建立各个特征的特征方程,特征方程为一个二值函数,采用满足条件时值为1,不满足条件时值为0;
利用赋予网格的特征及当前状态,查找下一可到达状态的特征。
步骤401中获取行人的定位信息方法包括:
获取位置状态的初始值;
采集惯性器件的数据;
利用采集的惯性导航数据进行惯导解算得到速度和位置信息;
采用阈值法对零速进行检测;
判断速度不为零时,输出位置信息;
判断为零时,利用卡尔曼滤波算法,对速度误差、姿态误差、位置误差、陀螺漂移和加速计零偏进行估计,并利用这些值对位置和方位信息进行校正。
步骤404中时间滑动窗口内匹配方法包括:
获取初始滑动窗口的信息;
利用特征和权值估计初滑动窗口的位置状态序列;
匹配结果同时反馈给惯性导航作为当前时刻位置;
释放最初始时刻的状态,获取最新的行人位置特征;
采用相同的方式完成地图匹配的更新。
Claims (4)
1.一种基于条件随机场的地图匹配方法,其特征在于,具体步骤如下:
步骤1、对室内可到达区域进行判断,并对可到达区域进行栅格化处理;
步骤2、采用惯性导航作为地图匹配中的个人定位系统,将惯性器件固定在鞋上,通过数据线进行数据传输,采集鞋式个人导航系统中三轴陀螺仪和三轴磁力计的数据;
步骤3、通过导航计算机根据步骤2中采集的数据解算出行人的航向、姿态、速度及位置;
步骤4、在数字地图坐标系下,采用超宽带定位给出初始时刻行人的相对位置;
步骤5、选取地图栅格特征与步骤3中解算的输出姿态、位置及速度作为地图匹配的依据,具体过程包括以下步骤:
步骤401、获取地图特征与行人定位特征,所述地图特征为地图栅格特征,行人定位特征为步骤3中解算的输出姿态、位置及速度;
步骤402、根据所述的特征,确定各自的特征方程;
步骤403、根据惯性导航输出的真实的轨迹及所述特征对权值进行训练,权值的大小表明了特征的可信赖程度,利用超宽带定位系统得到一条真实的行人轨迹对权值进行估计;
步骤404、利用已经得到的特征和权值计算出滑动时间窗口内最大概率的位置序列,并匹配结果反映到地图上;输入新数据,剔除旧数据实现定位的实时性。
2.如权利要求1所述的基于条件随机场的地图匹配方法,其特征在于,步骤1包括:
步骤101、获取地图,划分出可到达区域与不可到达区域;
步骤102、利用网格对可到达区域进行划分,使得网格可到达区域每个角落都被网格所覆盖,所述网格为正方形网格,所述正方形的大小根据采样频率和行人的速度确定,使得行人下一次位置采样只能达到相邻的网格内;
步骤103、根据行人当前网格所处地形位置和下一次所处网格组成的图形对网格进行分类并标记。
3.如权利要求1所述的基于条件随机场的地图匹配方法,其特征在于,步骤3中解算中加入了零速检测与零速校正,零速检测采用阈值法,将阈值范围内的数据视为零速时刻,零速校正采用卡尔曼滤波算法对惯性导航误差进行校正。
4.如权利要求1所述的基于条件随机场的地图匹配方法,其特征在于,步骤4包括以下步骤:
步骤301、获取数字地图的坐标系;
步骤302、根据所述的数字地图坐标系设计超宽带坐标系,使得两个坐标系重合;
步骤303、根据所述超宽带坐标系,进行超宽带布点,同时对锚节点的坐标进行数据输入;
步骤304、将移动节点固定在惯性传感器上,在视距条件下,获取当前行人在地图坐标系下的位置,为保证初始位置的精确,行人需在原地停留数秒,求取这段时间超宽带输出的位置信息的平均值作为当前位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710178152.4A CN106871894B (zh) | 2017-03-23 | 2017-03-23 | 一种基于条件随机场的地图匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710178152.4A CN106871894B (zh) | 2017-03-23 | 2017-03-23 | 一种基于条件随机场的地图匹配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106871894A true CN106871894A (zh) | 2017-06-20 |
CN106871894B CN106871894B (zh) | 2020-03-13 |
Family
ID=59172806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710178152.4A Active CN106871894B (zh) | 2017-03-23 | 2017-03-23 | 一种基于条件随机场的地图匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106871894B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108426582A (zh) * | 2018-03-03 | 2018-08-21 | 北京工业大学 | 行人室内三维地图匹配方法 |
CN109765914A (zh) * | 2019-03-12 | 2019-05-17 | 哈尔滨工程大学 | 一种基于滑窗粒子群的水面无人艇避碰方法 |
CN109855621A (zh) * | 2018-12-27 | 2019-06-07 | 国网江苏省电力有限公司检修分公司 | 一种基于uwb与sins的组合室内行人导航系统及方法 |
CN111123333A (zh) * | 2019-12-30 | 2020-05-08 | 公安部交通管理科学研究所 | 一种融合卡口和gps数据的车辆轨迹定位方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130073202A1 (en) * | 2008-02-26 | 2013-03-21 | Microsoft Corporation | Learning transportation modes from raw gps data |
CN104819716A (zh) * | 2015-04-21 | 2015-08-05 | 北京工业大学 | 一种基于mems的ins/gps组合的室内外个人导航算法 |
CN105203116A (zh) * | 2015-08-25 | 2015-12-30 | 浙江工业大学 | 一种基于条件随机场和低采样频率浮动车数据的地图匹配方法 |
CN106054125A (zh) * | 2016-05-05 | 2016-10-26 | 南京邮电大学 | 一种基于线性链条件随机场的融合室内定位方法 |
CN106471338A (zh) * | 2014-02-17 | 2017-03-01 | 牛津大学创新有限公司 | 确定移动设备在地理区域中的位置 |
-
2017
- 2017-03-23 CN CN201710178152.4A patent/CN106871894B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130073202A1 (en) * | 2008-02-26 | 2013-03-21 | Microsoft Corporation | Learning transportation modes from raw gps data |
CN106471338A (zh) * | 2014-02-17 | 2017-03-01 | 牛津大学创新有限公司 | 确定移动设备在地理区域中的位置 |
CN104819716A (zh) * | 2015-04-21 | 2015-08-05 | 北京工业大学 | 一种基于mems的ins/gps组合的室内外个人导航算法 |
CN105203116A (zh) * | 2015-08-25 | 2015-12-30 | 浙江工业大学 | 一种基于条件随机场和低采样频率浮动车数据的地图匹配方法 |
CN106054125A (zh) * | 2016-05-05 | 2016-10-26 | 南京邮电大学 | 一种基于线性链条件随机场的融合室内定位方法 |
Non-Patent Citations (2)
Title |
---|
SAFAA BATAINEH,ETC: "Conditional Random Field-Based Offline Map Matching for Indoor Environments", 《SENSORS》 * |
王普,等: "基于伪自适应阈值零速检测法的室内个人导航系统", 《北京工业大学学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108426582A (zh) * | 2018-03-03 | 2018-08-21 | 北京工业大学 | 行人室内三维地图匹配方法 |
CN108426582B (zh) * | 2018-03-03 | 2021-07-30 | 北京工业大学 | 行人室内三维地图匹配方法 |
CN109855621A (zh) * | 2018-12-27 | 2019-06-07 | 国网江苏省电力有限公司检修分公司 | 一种基于uwb与sins的组合室内行人导航系统及方法 |
CN109765914A (zh) * | 2019-03-12 | 2019-05-17 | 哈尔滨工程大学 | 一种基于滑窗粒子群的水面无人艇避碰方法 |
CN111123333A (zh) * | 2019-12-30 | 2020-05-08 | 公安部交通管理科学研究所 | 一种融合卡口和gps数据的车辆轨迹定位方法 |
CN111123333B (zh) * | 2019-12-30 | 2022-05-03 | 公安部交通管理科学研究所 | 一种融合卡口和gps数据的车辆轨迹定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106871894B (zh) | 2020-03-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Qiu et al. | Inertial/magnetic sensors based pedestrian dead reckoning by means of multi-sensor fusion | |
CN106871894A (zh) | 一种基于条件随机场的地图匹配方法 | |
CN104296750B (zh) | 一种零速检测方法和装置以及行人导航方法和系统 | |
Bylemans et al. | Mobile phone-based displacement estimation for opportunistic localisation systems | |
Pratama et al. | Smartphone-based pedestrian dead reckoning as an indoor positioning system | |
Mikov et al. | A localization system using inertial measurement units from wireless commercial hand-held devices | |
Diaz et al. | Step detector and step length estimator for an inertial pocket navigation system | |
CN103974887B (zh) | 用于电梯运动检测的方法和装置 | |
Shin et al. | Indoor 3D pedestrian tracking algorithm based on PDR using smarthphone | |
US9170124B2 (en) | Variable step tracking | |
Romanovas et al. | A study on indoor pedestrian localization algorithms with foot-mounted sensors | |
CN103968827A (zh) | 一种可穿戴式人体步态检测的自主定位方法 | |
Altun et al. | Pedestrian dead reckoning employing simultaneous activity recognition cues | |
CN106851578B (zh) | 复杂未知室内环境中人员定位系统和方法 | |
CN110207704B (zh) | 一种基于建筑楼梯场景智能识别的行人导航方法 | |
Moder et al. | 3D indoor positioning with pedestrian dead reckoning and activity recognition based on Bayes filtering | |
Panyov et al. | Indoor positioning using Wi-Fi fingerprinting pedestrian dead reckoning and aided INS | |
US20150063135A1 (en) | Client, server, and wireless signal map creating system using the same | |
CN104202818B (zh) | 一种基于建筑物开放边缘距离加权的楼层识别方法 | |
WO2016093725A1 (ru) | Способ позиционирования мобильного терминала в момент происхождения триггерного события | |
Ruppelt et al. | A novel finite state machine based step detection technique for pedestrian navigation systems | |
Lee et al. | A step length estimation based on motion recognition and adaptive gait cognition using a smartphone | |
CN108801267A (zh) | 一种融合多传感器的室内无锚点定位方法 | |
Moder et al. | Smartphone-based indoor positioning utilizing motion recognition | |
Peltola et al. | Particle filter for context sensitive indoor pedestrian navigation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |